Midjourney 上手 从0-1 小白也能看懂的教程
文章目录
如果你想要追求风格化的内容，特殊的视觉风格，你最终肯定是逃离不开使用Midjourney的，即使它是一个单独的生图软件，每个月想要爽使用的话要30刀刀费用。
但是 MJ 的官网界面进去之后发现全是英文，这对于我们一些刚想学习的兄弟来说很容易劝退。
一个输入界面就有这么多的控制按钮，每一个是什么功能，好像和那些大语言模型驱动下的生图模型完全不一样。
我们就先从这一张图片上的功能开始讲起。讲述每一个模块都有什么作用以及如何使用，绝对是喂饭级别的教程，让你下次打开之后绝不迷糊。
我们先只来了解输入界面，这里我将它分成了下面几个区域来介绍。
界面位置对照：上方 ①—⑥ 是创作栏，下方 ⑦—⑩ 是点击 ⑤ 后展开的设置。
① 输入区域：告诉 MJ，你想生成什么
最上面这一条长长的输入框，就是写提示词的地方。你想画什么人物、人物在做什么、在哪里、希望是什么风格，都可以写在这里。
他就是和你在别的生图模型中输入提示词是一个地方，唯一的区别就是，MJ 的生图不是大语言模型驱动下的生图，提示词的写法和策略不一样，详细的方法可以看看我的这篇文章。
输入框最左边的图片加号，是上传和选择参考图的入口。打开图片菜单以后，再把图片放到下面的 ②、③、④ 中。
②、③、④ 可以归为“参考图区”，但三个位置各有用途，我们分开说。
② Attach to prompt：编辑原图，参考人物和物体
在 V8.1／V8.2 中，把图片放到 Attach to prompt，会使用 Edit Model。这个功能我觉得是相当的鸡肋，完全没有什么太大的作用，聊胜于无……
它支持修改已有图片，也支持用最多四张参考图创作新画面。比如参考一张角色定妆照，改变场景或视角；也可以提供人物、服装、道具等不同素材，描述它们在新画面中的关系。
这一入口已经承接了旧版 Omni Reference、Character Reference 的相关功能。
还有一个写法上的变化：Edit Model 可以接收明确的编辑指令。 你可以说明哪些特征希望保留、哪些部分希望改变，而不只是描述最终画面。（这是官方的说法，实际体验一般）
这里还有一个容易漏掉的细节：Edit Model 默认会尝试匹配第一张附加图片的宽高比，右上角的默认画幅不会自动套用。也就是你在下面这个地方进行调节比例，是不会改变生图的比例效果的。
③ Style Reference：参考画风、影调和质感
它的用途是引导视觉风格，并不专门负责复现参考图中的人物身份。
例如肤色自然，阴影偏冷，窗外的光很柔，衣服和背景的饱和度都不高。你想把这些感觉带到另一个场景，就可以把照片放进 Style Reference，也就是风格参考。
这里有两个常见参数：--sref 用来指定风格参考图或风格代码；--sw 控制风格参考的影响强度，范围为 0—1000，默认值为 100。
所以，当你觉得“脸不像”的时候，持续加大 --sw 并没有什么用处。它加强的是参考风格的影响，应该先回头检查角色参考放在哪里。
我也不建议一开始就给风格参考配上很多互相打架的形容词。参考图是克制的自然光，文字却同时要求强烈舞台灯、鲜艳霓虹和高反差，模型就要在几种不同方向之间取舍。先把自己喜欢的视觉特征说清楚，通常更容易判断下一步该改哪里。
④ Image Prompts：参考内容与构图
Image Prompts 可以用来引导内容、构图和色彩。它会参考图片里的核心元素，再结合文字生成新的画面。
比如，你喜欢一张车站摄影中人物与站台的比例、延伸到远处的透视线，以及画面里的留白，就可以把它作为图像提示。
文字部分应当描述你希望最终看到什么。若目标是针对原图换衣服、改姿势，则前面的 Edit Model 更贴合这种编辑需求。
它对应的权重参数是 --iw。数值越高，图像提示对结果的影响通常越强；可用范围要看模型版本。先用默认值观察，确实需要加强参考时再调整即可。
同样，增加图像权重也不意味着锁住人物长相。毕竟MJ众所周知不是一个强编辑和一致性模型
把这三个入口放在一起，就比较好记了：
| 位置 | 你想借用的东西 | 例如 |
|---|---|---|
| ② Attach | 原图里的人物、物体，或者需要编辑的原图 | 参考角色定妆照，换场景、换视角 |
| ③ Style | 色彩、光线、纹理和视觉风格 | 借用冷调、柔光的摄影质感 |
| ④ Image Prompts | 内容、构图和画面元素 | 借用人物靠左、窗户在右的安排 |
它们的影响会有重叠，不是完全隔离的三个开关。也不用每次都填满：有明确的参考目的，再加相应的图片。
⑤ Settings：展开生成设置
输入框右边的滑杆图标，就是设置按钮。点击它，会展开截图下半部分的四个区域：⑦ 画面比例、⑧ 模型、⑨ 审美参数、⑩ 其他选项。
所以，⑦—⑩ 都属于 ⑤ 展开后的内容。我们先讲完上面的 ⑥，再顺着往下看这四组设置。
⑥ 锁头和删除：保留或清空参考图
参考图区最右边，上面是锁头，下面是删除。
锁头用于保留当前参考图，让下一次生成继续使用。 比如用同一套角色和风格参考，连续做不同场景，锁住以后就不用每次重新添加。
它保留的是参考素材，不能锁住人物长相、随机种子或生成结果。
下面的垃圾桶用于清空当前提示栏挂载的图片。要留意按钮所在的位置：上传素材库菜单里的删除操作，和这里清空提示栏不是一回事。
参考区最左边还有图像／视频切换按钮。截图中下面的图像按钮处于选中状态；做静态图时，确认仍在图像模式即可。
⑦ Aspect ratio：选择画面比例
从这里开始，我们看的是 ⑤ 展开的设置面板。
左上角的 Aspect ratio，决定生成图片的宽高比。
上面的 Portrait、Square、Landscape，分别是竖向、正方形和横向。下面的滑杆用于调整具体比例，左侧小画框会显示当前形状和数值。截图里选的是 3:4 竖幅。
人像可以从 3:4 开始，横向场景可以考虑 16:9。比例应该跟着内容和使用场景走：你要拍全身人物，还是横向展开一座城市，画幅选择自然不同。
前面 ② 讲过一个例外：Edit Model 默认尝试沿用第一张附加图片的比例。 如果需要明确改变它，可以在提示词末尾写 --ar 3:4，不要以为这里只要选了竖幅，所有任务都会自动套用。
⑧ Model：版本、图片尺寸和 Raw
左下角的 Model，可以拆成三项来看。
Version：模型版本。
Standard／HD：图片尺寸档位。 默认Standard；HD 用于需要更高分辨率的图片。它解决的是尺寸需求，不会自动纠正人物、构图和内容错误。
Standard／Raw：生成模式。 这一组在最下面的 Raw 一行。Raw 会减少模型自动加入的默认风格，让提示词对画面有更多影响。想更直接地控制摄影效果时，可以尝试开启。
⑨ Aesthetics：控制画面的审美发挥
右上角有三根滑杆。它们都在影响生成结果，但控制方向不同。
Stylization：风格化程度。 数值较低时，模型更偏向按提示描述生成；较高时，给予模型更多审美发挥空间。想要具体细节更听话，可以先试较低值；想探索更多风格表达，再适当提高。它不是饱和度，也不是越高越好。通常情况下我们在做资产和稳定性的时候都会在100-200之间。在做创造性设计的时候，会拉到500以上。
Weirdness：不寻常、实验性的程度。 想探索更奇特的造型或意外感，可以试着增加。普通写实人像可以先保持较低值，等主体方向明确后再尝试。它的调节会让画面变的更加的怪诞和怪异。
Variety：同一批图片之间的差异。 还没想好方向时，可以提高它，让一批结果提供更多选择；希望结果集中一点时，可以降低。这个数值调的越高，你会发现四张图片出来的效果差异越大，偏离你的提示词也越多。
⑩ More options
Speed：生成速度模式。 图里有 Relax 和 Fast，当前选中 Fast。它们涉及任务速度及 GPU 时间的使用方式，能否使用还取决于订阅和模型支持。
Video resolution：视频/图片分辨率。 有 SD 和 HD 两档，SD 为 480p、HD 为 720p。
Video batch size：一批生成几个图片。 通常情况下，我们都会选4个。
P 右侧的三个按钮：草稿、对话和搜索
再看截图最右上角。红色 P 的右边，依次是闪电、对话气泡、放大镜。它们在前面的十个编号之外，可以合在一起认识。
闪电：Draft 草稿模式。 用于更快地探索画面方向，消耗的 GPU 时间也较少。按目前官方说明，V8.1／V8.2 的草稿任务会一次生成 24 张低分辨率图片。适合先挑构图和想法，再继续做选中的方向；不要把草稿直接当作高清成片。
点击闪电开启，再点一次关闭。它和 ⑩ 的 Fast 不同：一个改变草稿生成方式，一个选择速度模式。
对话气泡：Conversational 对话模式。 你可以用日常语言表达想法，让 AI 帮你组织成提示词。普通输入模式是自己直接写提示词；对话模式多了一层 AI 帮你整理和改写。
放大镜：搜索自己的历史提示词。 想找以前用过的提示描述，可以从这里搜索。它帮助回查创作记录，不负责把当前输入的文字提交为新一轮生成。
最后单独说 P：让 MJ 参考你的审美偏好
截图右上角的 P，是 Personalization，也就是个人化功能。大家常说的“P 值”，通常指生成时使用的个人化配置或代码。
它的用途是让 MJ 在生成时参考一套审美偏好。你在 Personalize 页面选择喜欢的图片，逐步建立个人化配置；解锁后，就能在创作时使用。这个p值的训练，需要单独的文章来讲解，里面的内容太过于的多了。
点击 P 可以开启或关闭个人化，旁边的小箭头可以选择默认使用的配置。开启以后，默认配置会加入后续的提示词。也可以在文字末尾使用 --p 调用默认配置，或用 --p 配置代码 指定某一套。
P 后面的代码是标识，不是强度刻度。
它和 ③ 的 Style Reference 有什么区别？Style Reference 让模型参考指定图片或风格代码的视觉特征；Personalization 使用的是你选择、积累出来的审美配置。同样的文字，是否开启 P、选择哪套 P，都可能改变最后的视觉倾向。
所以，照着别人的提示词生成却总觉得味道不同，除了检查文字、参考图和模型版本，也别漏掉右上角的 P。
差不多输入框里面需要我们认识的内容就这么多了，文章到这也差不多刚好五千字了，再长一点就没有看下去的欲望了，后面的内容，我们在分开一篇一篇的讲。
——
我是南鸢，主要做 AI 生图、AI视频、Skill 和视觉创作。
日常会分享真实测试过的方法和工具。
独立创作者嗷嗷待哺中，欢迎合作交流学习……
